TM_434

2 25|1|2024 #434 Η Schneider Electric ανακοίνωσε την κυκλοφορία του πρώ- του εγχειριδίου στον κλάδο για την αντιμετώπιση των νέων προκλήσεων σχεδιασμού φυσικών υποδομών για Data Centers προκειμένου να υποστηριχθεί η μετάβαση σε προ- γράμματα εργασίας με βάση την Τεχνητή Νοημοσύνη. Με τίτλο «Η εμφάνιση της Τεχνητής Νοημοσύνης: Προ- κλήσεις και κατευθύνσεις για το σχεδιασμό Data Centers» αυτό το πρωτοποριακό έγγραφο παρέχει πολύτιμες πληρο- φορίες και λειτουργεί ως ένα ολοκληρωμένο σχέδιο για τους οργανισμούς που επιδιώκουν να αξιοποιήσουν την Τεχνητή Νοημοσύνη στον μέγιστο δυνατό βαθμό στα Data Centers τους, συμπεριλαμβανομένης και μιας στρατηγικής των ανα- δυόμενων τεχνολογιών για την υποστήριξη υψηλού επιπέδου clusters Τεχνητής Νοημοσύνης στο μέλλον. Πρωτοστατώντας στο μέλλον του σχεδιασμού των Data Centers: Οι όγκοι εργασίας τεχνητής νοημοσύνης αναμέ- νεται να αυξηθούν με σύνθετο ετήσιο ρυθμό ανάπτυξης (CAGR) 26-36% έως το 2028, οδηγώντας σε αυξημένη ζήτη- ση ισχύος στα υφιστάμενα και νέα Data Centers. Η εξυπηρέ- τηση αυτής της προβλεπόμενης ενεργειακής ζήτησης περι- λαμβάνει διάφορες βασικές εκτιμήσεις που περιγράφονται μέσα στο εγχειρίδιο, το οποία αφορά στις τέσσερις κατη- γορίες φυσικών υποδομών: Ισχύς, ψύξη, καμπίνες racks και εργαλεία λογισμικού. Σε μια εποχή όπου η Τεχνητή Νοημο- σύνη αναδιαμορφώνει τους κλάδους και επαναπροσδιορί- ζει την ανταγωνιστικότητα, το πιο πρόσφατο εγχειρίδιο της Schneider Electric ανοίγει τον δρόμο στις επιχειρήσεις για τον σχεδιασμό Data Centers που δεν είναι απλώς ικανά να υποστηρίξουν την Τεχνητή Νοημοσύνη, αλλά την ενσωμα- τώνουν πλήρως. Το εγχειρίδιο παρουσιάζει καινοτόμες έν- νοιες και βέλτιστες πρακτικές, τοποθετώντας τη Schneider Electric σε πρωτοποριακή θέση όσον αφορά στην εξέλιξη της υποδομής των Data Centers. Ξεκλειδώνοντας την πλήρη δυναμική της Τεχνητής Νοη- μοσύνης: Το εγχειρίδιο AI-Ready Data Center της Schneider Electric διερευνά τις κρίσιμες αλληλεπιδράσεις της Τεχνητής Νοημοσύνης και της υποδομής των Data Centers, εξετάζο- ντας βασικά ζητήματα, όπως: • Καθοδήγηση σχετικά με τα τέσσερα βασικά χαρακτηριστικά και τις τάσεις της Τεχνητής Νοημοσύνης που υποστηρίζουν τις προκλήσεις της φυσικής υποδομής σε θέματα ισχύος, ψύ- ξης, καμπίνες racks και διαχείρισης λογισμικού. • Συστάσεις για την αξιολόγηση και την υποστήριξη των ακραίων πυκνοτήτων ισχύος σε καμπίνες racks των διακομι- στών Τεχνητής Νοημοσύνης. • Καθοδήγηση για την επίτευξη επιτυχούς μετάβασης από την εναέρια ψύξη στην υγρή ψύξη για την υποστήριξη της αυξα- νόμενης θερμικής ισχύος σχεδιασμού (TDP) των φόρτων ερ- γασίας Τεχνητής Νοημοσύνης. • Προτεινόμενες προδιαγραφές σε καμπίνες racks για την κα- λύτερη φιλοξενία διακομιστών Τεχνητής Νοημοσύνης που απαιτούν υψηλή ισχύ, πολλαπλές σωληνώσεις ψύξης και με- γάλο αριθμό καλωδίων δικτύου. • Καθοδήγηση σχετικά με τη χρήση λογισμικού διαχείρισης υποδομών Data Centers (DCIM), συστήματος διαχείρισης ηλεκτρικής ενέργειας (EPMS) και συστήματος διαχείρισης κτιρίων (BMS) για τη δημιουργία ψηφιακών διδύμων του κέ- ντρου δεδομένων, των λειτουργιών και της διαχείρισης περι- ουσιακών στοιχείων. • Μελλοντικές προοπτικές αναδυόμενων τεχνολογιών και προσεγγίσεων σχεδιασμού που θα βοηθήσουν στην αντιμε- τώπιση της εξέλιξης της Τεχνητής Νοημοσύνης. Βελτιστοποίηση των Data Centers με τις οδηγίες της SE

RkJQdWJsaXNoZXIy NjE3Njcz